Using Digital Flashcards to Enhance Thai EFL Primary School Students’ Vocabulary Knowledge
Notice bibliographique
Résumé
There is growing evidence in L2 vocabulary research that digital flashcards facilitate learners’ vocabulary learning and development. Several studies also suggest that deliberate vocabulary teaching is critical for successful language learning. Hence, the primary goal of this study was to investigate whether the use of digital flashcards could improve English vocabulary knowledge of the form-meaning link in Thai primary school children in an EFL context. The study also explored Thai primary school students’ attitudes toward using digital flashcards in vocabulary learning. The participants were 120 Thai primary school students who were divided into experimental and control groups. The experimental participants were taught using digital flashcards, while the control group received no unique treatments. Four measures of vocabulary knowledge were used to assess the participants’ vocabulary learning. A five-point Likert scale questionnaire was also used to explore the students’ attitudes toward digital flashcards. Descriptive and inferential statistics were used to analyze the data. The results showed that although both cohorts significantly improved their receptive and productive knowledge of L2 vocabulary, the students in the experimental group performed significantly better than students in the control group. These results indicate that digital flashcards are an effective method to facilitate vocabulary learning in Thai primary school learners. The analysis of the questionnaires also showed that learners had a very positive attitude towards the use of digital flashcards. These findings reaffirm the efficacy and value of visual and sound images, such as digital flashcards, in vocabulary learning. Implications for practitioners and suggestions for further studies are also addressed.   
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».